⚡️ Я прочитала техническую документацию Kandinsky 6.0 Video от Сбера — и мне показалось...
⚡️ Я прочитала техническую документацию Kandinsky 6.0 Video от Сбера — и мне показалось важным, что это первая российская модель, которая генерирует видео сразу со звуком: речью, музыкой и фоновыми шумами, да ещё с синхронизацией губ под реплики. Что внутри: две версии, Lite (3 млрд параметров) и Pro (29 млрд). Клип короткий — 5 секунд при 24 кадрах в секунду, в Сбере обещают увеличивать длину позже. Базовое разрешение 864×480, до Full HD картинку дотягивает отдельная модель повышения качества. Звук — 44 кГц. Главное для меня — код и веса выложены под лицензией MIT. Это не демо: модель можно скачать и запустить на своей видеокарте с 16 ГБ видеопамяти. Я проверила: попробовать можно бесплатно в GigaChat (до Full HD без доплаты) или взять веса на Hugging Face. ⚖️ Сравнение с миром, честно. Сами разработчики протестировали Pro против Google Veo 3.1 Fast и Kling 2.6 — и не стали прятать результат. Veo точнее следует промпту, лучше синхронизирует звук и губы, а клипы у него длиннее: 4, 6 или 8 секунд против 5 у Kandinsky. Правда, доступ к Veo платный и считается по секундам видео. Kling выигрывает по чистоте картинки и качеству звука. Kandinsky в ответ держит лучше референсное изображение и точнее попадает в звуковые подсказки. Важная оговорка: это тесты самих разработчиков, не независимый бенчмарк. И сами они честно признают — разрыв с лучшими закрытыми моделями по картинке и звуку пока остаётся. Зато открытый код — то, чего нет ни у Veo, ни у Kling. Их можно получить только через платный API, а Kandinsky — поставить на свой сервер и не зависеть от чужих лимитов. 🛠 Как применить: нужен черновик короткой сцены с озвучкой — для рекламы, сторис, теста кадра — Kandinsky в GigaChat закроет это бесплатно. Нужна самая чистая картинка и звук без оглядки на цену — пока вытягивают закрытые модели. А для продукта, который должен работать на своей инфраструктуре без привязки к чужому API — открытые веса Kandinsky то, что нужно. Вывод: 5 секунд — это мало, и по чистому качеству мы ещё не обошли большие закрытые модели. Но открытый код при таком уровне — редкость на этом рынке, и мне кажется, это стоит внимания. https://habr.com/ru/news/1091364/ Нужен виртуальный сотрудник, бот или сайт → https://aleksandrmyasoed.ru/?utm_source=max&utm_medium=post